一种运动目标检测方法及装置制造方法及图纸

本发明专利技术提供一种运动目标检测方法及装置，该方法包括：在视频流的压缩域中，对当前帧图像中帧内编码的像素块进行运动向量预测，得到帧内编码的像素块的运动向量，其中，视频流中的每帧图像预先按照设定规则被分割成设定数目个像素块，每帧图像大小相同；根据当前帧以及当前帧之前连续M帧图像中，位于同一位置的像素块对应的运动向量为非零向量的次数，确定当前帧图像中的所有非零向量；根据确定的所有非零向量，确定当前帧图像中的运动区域；将运动区域映射到像素域，在运动区域中，采用像素域目标检测算法进行预设目标的检测，并将检测到的预设目标进行标记后输出。本发明专利技术能够提高目标检测的准确度以及目标检测的速度。

【技术实现步骤摘要】
一种运动目标检测方法及装置
本专利技术涉及目标检测
，尤其涉及一种运动目标检测方法及装置。
技术介绍
运动目标检测一直是计算机视觉领域中的技术人员研究的重点。一般可以从目标的外形、颜色及纹理等特征入手，通过建立数学模型，把视频流中预先设定的需要检测的目标预先定义出来，从而对这些预先定义的目标进行运动检测。在实际计算机视觉应用中，运动目标检测也是进行目标跟踪、动作识别、人机交互等上层分析任务的基础，其准确性和实时性对计算机视觉应用起着至关重要的作用。现有技术中常用的运动目标检测方法大体可以分为两大类：一类是基于像素域的运动目标检测算法，如帧差法、光流法、背景差分法；另一类是基于压缩域的运动目标检测算法。基于像素域的运动目标检测算法研究时间较长，也具有更加稳定更加精确的运动目标检测准确率，但由于该算法需要对图像上的每个像素点进行多次遍历来进行运动目标检测，使得其处理速度较慢，在实时高清视频分析系统中应用该类算法进行运动目标检测时很难保证实时处理的需求；相对而言，基于压缩域的运动目标检测算法的处理速度较快，但是该类运动目标检测算法只能得到不可靠的运动向量信息，从而导致运动目标检测的准确率较低，且仅能在某些极为理想的简单场景下应用。因此，目前缺少一种处理速度快且运动目标检测准确率高的运动目标检测方法来弥补上述各运动目标检测算法的缺陷。
技术实现思路
本专利技术提供一种运动目标检测方法及装置，用以解决现有技术中运动目标检测方法检测准确率低以及处理速度慢的技术问题。本专利技术提供了一种运动目标检测方法，包括：在视频流的压缩域中，对当前帧图像中帧内编码的像素块进行运动向量预测，得到所述帧内编码的像素块的运动向量，其中，所述视频流中的每帧图像预先按照设定规则被分割成设定数目个像素块，每帧图像的形状大小相同；根据当前帧以及当前帧之前连续M帧图像中，位于同一位置的像素块对应的运动向量为非零向量的次数，确定当前帧图像中的所有非零向量；根据所述确定的所有非零向量，确定当前帧图像中的运动区域；将所述运动区域映射到像素域，在所述运动区域中，采用像素域目标检测算法进行预设目标的检测，并将检测到的预设目标进行标记后输出。所述方法中，所述根据当前帧以及当前帧之前连续M帧图像中，位于同一位置的像素块对应的运动向量为非零向量的次数，确定当前帧图像中的所有非零向量，具体包括：针对当前帧图像中的每个像素块，记录该像素块所处的位置；统计当前帧以及当前帧之前连续M帧图像中，在该位置出现的M+1个像素块对应的运动向量为非零向量的次数；确定该像素块出现非零向量的次数大于或等于设定阈值时，确定该像素块对应的运动向量为非零向量；确定该像素块出现非零向量的次数小于设定阈值时，确定该像素块对应的运动向量为零向量。利用本专利技术实施例，可以滤除当前帧图像中的噪声，从而得到更加准确的运动目标。所述方法中，每帧图像预先按照设定规则分割成若干个像素块，具体包括：根据每帧图像的长和宽，将每帧图像分割成设定数目个n×n的像素块。本专利技术实施例优选将图像分割成设定数目个4×4的像素块。所述方法，将检测到的预设目标用矩形框进行标记，在输出带有矩形框标记的预设目标之前，还包括：针对检测到的每个预设目标，确定该预设目标对应的矩形框中包含非零向量的比例小于设定比例阈值时，根据该预设目标的初始置信度、所述设定比值阈值、该预设目标对应的矩形框中包含非零向量的比例，更新该预设目标的置信度；确定该预设目标对应的矩形框中包含非零向量的比例大于或等于设定比例阈值时，确定该预设目标的置信度为初始置信度；其中，所述置信度用于确定是否显示预设目标对应的矩形框。本专利技术实施例通过对检测到的预设目标进行置信度的修正，使得输出结果更加准确，保证了标记检测到的运动目标的矩形框能够清楚、准确的在屏幕上显示。所述方法，将检测到的预设目标用矩形框进行标记，在输出带有矩形框标记的预设目标之前，还包括：针对检测到的每个预设目标，采用如下方式对该预设目标对应的矩形框进行更新：其中，1≤j≤n，n表示利用深度优先算法DFS计算得到的当前帧图像中的连通区域的总个数，j表示当前帧图像中检测到的任一连通区域序号，分别表示当前帧图像中检测到的任一预设目标对应的更新后的矩形框的左上角在当前帧图像坐标系中的横坐标、纵坐标，分别表示当前帧图像中检测到的所述任一预设目标对应的更新后的矩形框的宽和高，分别表示任一连通区域对应的最小覆盖矩形框的左上角在当前正图像坐标系中的横坐标、纵坐标，分别表示任一连通区域对应的最小覆盖矩形框的宽和高，qj表示任一预设目标对应的更新前的矩形框与任一连通区域相交部分的面积与该任一连通区域面积的比值，θq表示预先设定的面积比例阈值。本专利技术实施例通过对矩形框进行调整，一方面能够使用一个最小的矩形框标记出预设目标，另一方面通过调整矩形框的位置，能够使得该矩形框对应的预设目标正好被包围在该矩形框中。本专利技术实施例还提供了一种运动目标检测装置，包括：预测单元，用于在视频流的压缩域中，对当前帧图像中帧内编码的像素块进行运动向量预测，得到所述帧内编码的像素块的运动向量，其中，所述视频流中的每帧图像预先按照设定规则被分割成设定数目个像素块，每帧图像的形状大小相同；第一确定单元，用于根据当前帧以及当前帧之前连续M帧图像中，位于同一位置的像素块对应的运动向量为非零向量的次数，确定当前帧图像中的所有非零向量；第二确定单元，用于根据所述确定的所有非零向量，确定当前帧图像中的运动区域；检测单元，用于将所述运动区域映射到像素域，在所述运动区域中，采用像素域目标检测算法进行预设目标的检测，并将检测到的预设目标进行标记后输出。所述装置中，所述第一确定单元具体用于：针对当前帧图像中的每个像素块，记录该像素块所处的位置；统计当前帧以及当前帧之前连续M帧图像中，在该位置出现的M+1个像素块对应的运动向量为非零向量的次数；确定该像素块出现非零向量的次数大于或等于设定阈值时，确定该像素块对应的运动向量为非零向量；确定该像素块出现非零向量的次数小于设定阈值时，确定该像素块对应的运动向量为零向量。所述装置，还包括：分割单元，用于根据每帧图像的长和宽，将每帧图像分割成设定数目个n×n的像素块。所述装置中，所述检测单元具体用于，将检测到的预设目标用矩形框进行标记后输出；所述装置还包括：第一更新单元：用于输出带有矩形框标记的预设目标之前，针对检测到的每个预设目标，确定该预设目标对应的矩形框中包含非零向量的比例小于设定比例阈值时，根据该预设目标的初始置信度、所述设定比值阈值、该预设目标对应的矩形框中包含非零向量的比例，更新该预设目标的置信度；确定该预设目标对应的矩形框中包含非零向量的比例大于或等于设定比例阈值时，确定该预设目标的置信度为初始置信度；其中，所述置信度用于确定是否显示预设目标对应的矩形框。所述装置中，所述检测单元具体用于，将检测到的预设目标用矩形框进行标记后输出；所述装置还包括：第二更新单元，用于输出带有矩形框标记的预设目标之前针对检测到的每个预设目标，采用如下方式对该预设目标对应的矩形框进行更新：其中，1≤j≤n，n表示利用深度优先算法DFS计算得到的当前帧图像中的连通区域的总个数，j表示当前帧图像中检测到的任一连通区域序号，分别表示当前帧图像中检测到本文档来自技高网...

【技术保护点】
一种运动目标检测方法，其特征在于，包括：在视频流的压缩域中，对当前帧图像中帧内编码的像素块进行运动向量预测，得到所述帧内编码的像素块的运动向量，其中，所述视频流中的每帧图像预先按照设定规则被分割成设定数目个像素块，每帧图像的形状大小相同；根据当前帧以及当前帧之前连续M帧图像中，位于同一位置的像素块对应的运动向量为非零向量的次数，确定当前帧图像中的所有非零向量；根据所述确定的所有非零向量，确定当前帧图像中的运动区域；将所述运动区域映射到像素域，在所述运动区域中，采用像素域目标检测算法进行预设目标的检测，并将检测到的预设目标进行标记后输出。

【技术特征摘要】
1.一种运动目标检测方法，其特征在于，包括：在视频流的压缩域中，对当前帧图像中帧内编码的像素块进行运动向量预测，得到所述帧内编码的像素块的运动向量，其中，所述视频流中的每帧图像预先按照设定规则被分割成设定数目个像素块，每帧图像的形状大小相同；根据当前帧以及当前帧之前连续M帧图像中，位于同一位置的像素块对应的运动向量为非零向量的次数，确定当前帧图像中的所有非零向量；根据所述确定的所有非零向量，确定当前帧图像中的运动区域；将所述运动区域映射到像素域，在所述运动区域中，采用像素域目标检测算法进行预设目标的检测，并将检测到的预设目标进行标记后输出。2.如权利要求1所述的方法，其特征在于，所述根据当前帧以及当前帧之前连续M帧图像中，位于同一位置的像素块对应的运动向量为非零向量的次数，确定当前帧图像中的所有非零向量，具体包括：针对当前帧图像中的每个像素块，记录该像素块所处的位置；统计当前帧以及当前帧之前连续M帧图像中，在该位置出现的M+1个像素块对应的运动向量为非零向量的次数；确定该像素块出现非零向量的次数大于或等于设定阈值时，确定该像素块对应的运动向量为非零向量；确定该像素块出现非零向量的次数小于设定阈值时，确定该像素块对应的运动向量为零向量。3.如权利要求1所述的方法，其特征在于，每帧图像预先按照设定规则分割成若干个像素块，具体包括：根据每帧图像的长和宽，将每帧图像分割成设定数目个n×n的像素块。4.如权利要求1-3任一所述的方法，其特征在于，将检测到的预设目标用矩形框进行标记，输出带有矩形框标记的预设目标之前，还包括：针对检测到的每个预设目标，确定该预设目标对应的矩形框中包含非零向量的比例小于设定比例阈值时，根据该预设目标的初始置信度、所述设定比值阈值、该预设目标对应的矩形框中包含非零向量的比例，更新该预设目标的置信度；确定该预设目标对应的矩形框中包含非零向量的比例大于或等于设定比例阈值时，确定该预设目标的置信度为初始置信度；其中，所述置信度用于确定是否显示预设目标对应的矩形框。5.如权利要求1-3任一所述的方法，其特征在于，将检测到的预设目标用矩形框进行标记，输出带有矩形框标记的预设目标之前，还包括：针对检测到的每个预设目标，采用如下方式对该预设目标对应的矩形框进行更新：其中，1≤j≤n，n表示利用深度优先算法DFS计算得到的当前帧图像中的连通区域的总个数，j表示当前帧图像中的任一连通区域序号，分别表示当前帧图像中检测到的任一预设目标对应的更新后的矩形框的左上角在当前帧图像坐标系中的横坐标、纵坐标，分别表示当前帧图像中检测到的任一预设目标对应的更新后的矩形框的宽和高，分别表示任一连通区域对应的最小覆盖矩形框的左上角在当前帧图像坐标系中的横坐标、纵坐标，分别表示任一连通区域对应的最小覆盖矩形框的宽和高，qj表示任一预设目标对应的更新前的矩形框与任一连通区域相交部分的面积与该任一连通区域面积的比值，θq表示预先设定的面积比例阈值。6.一种运动目标检测装置，...

【专利技术属性】
技术研发人员：田永鸿，刘弘也，王耀威，黄铁军，
申请(专利权)人：中安消技术有限公司，北京大学，
类型：发明
国别省市：北京;11